Pandas alle kolonner unntatt
Metoder for tilgang til alle kolonnene bortsett fra en eller flere i “Pandas”
Metodene som vi bruker for å få tilgang til alle kolonnene, bortsett fra den eller flere i “Pandas” er nevnt nedenfor.
- Ved hjelp av .loc [] metode.
- Bruke Drop () -metoden.
- Ved hjelp av serier.Forskjell () Metode.
Eksempel 01: Bruke .loc [] metode
Vi har en "Spyder" -app for å gjøre koder for "Pandas" som brukes til å generere "Pandas" -kodene. Vi bruker disse metodene på "pandas" -kodene for tilgang til alle kolonner bortsett fra en. Vi importerer “Pandas som PD” for å få tilgang til de ønskede “Pandas” -metodene. Nå, for å få tilgang til en funksjon, trenger vi bare å skrive “PD” i stedet for det lange navnet “Pandas.”
Deretter, ved å legge inn data her, oppretter og initialiserer vi en variabel "eiendom". Ved å navngi den første kolonnen “S_NO”, legger vi til serien NO her som “P1, P2, P3, P4 og P5”. Deretter satte vi "Honour_names" og legger til navnene "Smith, Joseph, William, Samuel og Rick". Vi legger til dataene i kolonneform. Kolonnen "Buyer_names" følger med navn: "Peter, James, Olivia, Leo og Bills". Deretter har vi "Dealer_names" med navn på eiendomsforhandlerne: "Noah, Mishi, Taylor, Robert og Samuel".
Vi setter også inn "type" -kolonnen med typen eiendom: "Land, hus, leilighet, butikk og hus". Bruk deretter “PD.DataFrame ”for å endre ovennevnte data i DataFrame og navngi det“ Property1 ”. Først skriver vi ut hele DataFrame som inneholder alle kolonnene ved å legge navnet på DataFrame i “Print ()” -metoden. Deretter får vi tilgang til alle kolonnene bortsett fra den ene kolonnen som er kolonnen "forhandlernavn" med bruken av ".loc [] ”-metode.
Vi legger kolonne som får tilgang til alle kolonnene. Men med disse kolonnene legger vi også til “! = Forhandlernavn ”for å returnere alle kolonnene bortsett fra kolonnen“ Dealer_names ”. Den vil ikke gjengi denne kolonnen på terminalen. Vi lagrer alle kolonnene i DataFrame bortsett fra kolonnen "Dealer_names" i "Property2" -variabelen. Vi viser disse kolonnene ved å sette “Property2” i “Print ()” -funksjonen.
Vi får tilgang til alle kolonnene og viser dem, som er den originale DataFrame. Deretter får vi alle kolonnene bortsett fra kolonnen "forhandlernavn" ved hjelp av ".loc [] ”-metode. Så alle kolonnene vises bortsett fra kolonnen "Dealer_name".
Eksempel 02: Bruke Drop () -metode
Start et nytt eksempel ved å importere “Pandas som PD”. Etter det har vi variabelen "spisbare" og initialiserer dette ved å gi litt informasjon nedenfor. Vi legger til fruktnavnene “Melon, Watermelon, Cherry and Pear” og betegner den første kolonnen som “Fruit_names”. Deretter går vi inn i grønnsaksnavnene "Gulrot, agurk, spansk og løk" i kolonnen "VEG_NAMES". Etter det er kolonnen “Fast_food”, som inkluderer navn “Burger, Pizza, Sandwich and Roll”. Navnene på bakerielementene "Biscuit, Chocolate, Cake and Chips" er lagt inn i delen "Bakery_items".
Vi legger også til en kolonne som heter "Dry_fruits" der vi viser de forskjellige typene tørrfrukter, som er "peanøtt, valnøtt, kokosnøtt og mandel". Bruk “PD.DataFrame ”for å konvertere de nevnte dataene til en DataFrame. Ved å legge inn navnet på DataFrame i metoden “Print ()”, skriver vi først hele DataFrame, inkludert alle kolonnene. Ved hjelp av "slipp" -teknikken kan vi da få tilgang til alle kolonner bortsett fra "fast_food" -kolonnen.
Derfor vil alle andre kolonner enn "Fast_food" -kolonnen bli returnert. Kolonnen "Fast_food" vil ikke vises på terminalen. Bortsett fra "Fast_food" -kolonnen, lagrer vi alle DataFrames kolonner i variabelen "Eatables2". Ved å inkludere “Eatables2” i metoden “Print ()”, kan vi se kolonnene på terminalen.
Først får vi alle kolonnene og viser dem, som er den originale DataFrame. Ved å bruke "slipp" -metoden, oppnår vi alle kolonnene unntatt kolonnen "Fast_food", synlig.
Eksempel 03: Bruke Drop () -metoden for å ekskludere mer enn en kolonne
“Pandas som PD” bør importeres for å starte et nytt eksempel. Variabelen “husholdning” er den neste vi har. Vi initialiserer den ved å gi dataene nedenfor. “Seng, bord, stol og sofa” legges til første kolonne som heter “Møbler”. Deretter skrev vi "kjøleskap, lcd, juicer_machine og vifte" i "elektrisk" kolonne. Kolonnen "Kitchen_items" følger, med varene "Plate, Glass, Cup and Spoon" oppført under kolonnen.
I tillegg inkluderer vi en ny kolonne som heter “Washroom_items” der vi viser varene “Dusj, rør, basseng, krus”. Bruk “PD.DataFrame ”-funksjon for å transformere dataene til en DataFrame. Vi trykker først hele DataFrame, inkludert alle kolonnene, ved å spesifisere navnet på DataFrame i "print ()" -metoden. Vi kan deretter få tilgang til alle kolonnene ved å bruke "slipp" -metoden, bortsett fra "møbler og kjøkken_items" -kolonner. Alle kolonnene unntatt kolonnene “Møbler og kjøkken_items” vil derfor bli returnert.
På terminalen vil ikke kolonnene "Møbler og kjøkken_items" dukke opp. Vi lagrer alle DataFrames kolonner i "husholdning2" -variabelen, bortsett fra "Møbler og Kitchne_items" -kolonnene. Alle kolonnene kan sees på terminalen bortsett fra de to ved å inkludere “Eatables2” i “Print ()” -kommandoen.
Den originale DataFrame vises først her vi får alle kolonnene. "Drop ()" -teknikken brukes deretter til å få alle kolonnene synlige, bortsett fra de to kolonnene "Møbler og kjøkken_items" -kolonner.
Eksempel 04: Bruke serier.Forskjell () Metode
Det er nødvendig å importere “Pandas som PD” før du begynner et nytt eksempel. Vi initialiserer følgende variabel, “study_data” ved å gi den dataene nedenfor. Tilleggene “CR1, CR2, CR3, CR4 og CR5” er laget til den første kolonnen, “CR_ID”. Deretter skriver vi “Pandas, Linux, Spark, Python og Ubuntu” i “Cr” -kolonnen.
Etter det er gebyret for disse kursene “12000, 13000, 14000, 15000 og 16000” inkludert i "CR_FEE" -kolonnen. En annen kolonne som heter “CR_Duration” legges også til, der varigheten av disse kursene er "25 dager, 30 dager, 35 dager, 40 dager og 45 dager" ". Benytt deg av “PD.DataFrame ”-funksjon for å gjøre dataene til en dataaframe. Ved å legge til navnet på DataFrame i metoden “Print ()”, skriver vi først hele DataFrame, inkludert alle kolonnene.
Deretter bruker vi “serien. Forskjell "-metode og" CR_Duration "-kolonnen som er den eneste som ikke kan nås ved hjelp av denne" -serien. forskjell ”-teknikk. Derfor vil alle andre kolonner enn "CR_Duration" -kolonner bli returnert. Alle kolonnene i DataFrame, unntatt “CR_Duration” -kolonnene, lagres i variabelen “Study_data2”. Ved å inkludere “study_data2” i kommandoen “print ()”, skriver alle kolonnene ut på terminalen bortsett fra en.
Her presenterer vi først den opprinnelige DataFrame som vi skaffet oss alle kolonnene. Deretter bruker "serien. Forskjell () ”-metode, alle kolonnene er synlige her, bortsett fra en" CR_Duration "-kolonne.
Konklusjon
Dette er på "All -kolonnen bortsett fra" i "Pandas.”Vi har diskutert hvordan du får alle kolonnene bortsett fra en eller flere enn en kolonne. Vi har undersøkt tre metoder i denne opplæringen for tilgang til alle kolonner bortsett fra en eller flere.